Genome based subtyping identifies Parkinson’s disease subtypes with reproducible motor progression differences and clinical trial enrichment potential

Resumen Técnico: Subtipado de la Enfermedad de Parkinson Basado en el Genoma

Planteamiento del Problema
La enfermedad de Parkinson (EP) se caracteriza por una significativa heterogeneidad clínica y biológica, lo que complica la predicción de la progresión, la respuesta al tratamiento y la identificación de los mecanismos biológicos subyacentes. Las estrategias actuales de subtipado suelen basarse en variables clínicas (por ejemplo, temblor dominante frente a trastorno de la marcha y la postura), las cuales pueden ser inestables en el tiempo y vulnerables a factores de confusión como el estado de medicación, la variabilidad del evaluador y la etapa de la enfermedad. Si bien la variación genética ofrece un insumo estable y objetivo para la estratificación, sigue siendo infrautilizada en el subtipado de la EP. Los autores abordan el desafío de identificar subtipos de EP reproducibles utilizando únicamente datos genómicos basales, independientemente de la información clínica, para determinar si tales subtipos predicen trayectorias motoras longitudinales y hitos de tratamiento distintos.

Metodología
El estudio empleó un marco de aprendizaje automático no supervisado aplicado a datos de secuenciación del genoma completo (WGS) de tres cohortes independientes: la Parkinson's Progression Markers Initiative (PPMI) como cohorte de descubrimiento ($n=265$), y la Parkinson's Disease Biomarkers Program (PDBP) junto con el ensayo STEADY-PD III (STEADY) combinados como cohorte de validación externa ($n=104$). La muestra analítica total incluyó a 369 participantes con EP en etapa temprana (duración de la enfermedad $\le$ 2–3 años).

1. Selección de Características: El modelo utilizó 98 polimorfismos de nucleótido único (SNP) específicos previamente asociados con la susceptibilidad (90 variantes) y la progresión (8 variantes) de la EP en poblaciones europeas.
2. Arquitectura del Modelo:
   • Entrenamiento: Se entrenó un autoencoder con 1,050 participantes con EP no analíticos (de las mismas fuentes de datos pero excluidos del análisis) para aprender representaciones compactas de los 98 SNPs. Este paso evitó la fuga de información.
   • Agrupamiento (Clustering): Los vectores latentes generados por el autoencoder para los participantes analíticos fueron agrupados mediante un Modelo de Mezcla Gaussiana (GMM).
   • Criterios de Selección: Las soluciones se filtraron por estabilidad (usando un umbral del Índice de Rand Ajustado) e interpretabilidad. El modelo final priorizó los grupos que demostraron una separación consistente en la carga o progresión de MDS-UPDRS III en ambas cohortes, de descubrimiento y de validación.
3. Validación y Análisis:
   • Resultados Longitudinales: Se utilizaron modelos lineales de efectos mixtos para evaluar la progresión anual en las partes II y III de MDS-UPDRS (puntuaciones totales y subpuntuaciones) desde el inicio hasta el año 3.
   • Resultados Extendidos: En la cohorte PPMI (seguimiento de hasta 10 años), el estudio analizó la incidencia de Estimulación Cerebral Profunda (DBS) mediante modelos de riesgos proporcionales de Cox (ajustados por edad), las trayectorias de la Dosis Diaria Equivalente de Levodopa (LEDD) y los perfiles de biomarcadores (marcadores en LCR/suero, incluyendo la cinética del Ensayo de Amplificación de Semilla [SAA]).
   • Simulación de Enriquecimiento: Una simulación teórica calculó la reducción en el tamaño de muestra requerido para un hipotético ensayo clínico de dos brazos si las cohortes fueran enriquecidas con subtipos específicos.

Resultos Clave
El análisis identificó tres grupos derivados genéticamente (C1, C2 y C3) que eran comparables en el basale en cuanto a demografía, duración de la enfermedad y puntuaciones de riesgo poligénico, pero que divergían significamente en los resultados longitudinales.

• Progresión Motora:
  • Descubrimiento (PPMI): El grupo C1 exhibió la progresión más rápida de MDS-UPDRS III (3.21 puntos/año) en comparación con C3 (2.14 puntos/año; $p=0.0072$).
  • Validación (PDBP + STEADY): El patrón se replicó, con C1 mostrando 3.21 puntos/año de progresión frente a 0.49 puntos/año para C3 ($p=0.0034$).
  • Subpuntuaciones: La progresión de la marcha y la postura fue mayor en C1. La progresión de la rigidez fue mayor en C2. El temblor, la bradicinesia y las puntuaciones del habla no mostraron diferencias consistentes entre los conjuntos de datos.
• Hitos de Tratamiento (Seguimiento Extendido de PPMI):
  • Cirugía de DBS: C1 tuvo la tasa bruta más alta de cirugía de DBS (21.7%) en comparación con C2 (14.1%) y C3 (13.6%). La regresión de Cox ajustada por edad mostró que C2 y C3 tuvieron riesgos significativamente menores para DBS en comparación con C1 (HR 0.40 y 0.35, respectivamente).
  • Medicación: C2 mostró un menor aumento anual en la LEDD en comparación con C1. No se encontraron diferencias significativas en las trayectorias de respuesta a la levodopa.
• Biomarcadores:
  • Los biomarcadores estándar (A$\beta$1–42 en LCR, tau, NfL, GFAP, $\alpha$-sinucleína) no mostraron diferencias ajustadas entre los grupos.
  • La positividad de SAA fue numéricamente superior en C1 y C2 que en C3, pero no alcanzó significancia estadística ($p=0.052$). Sin embargo, el tiempo medio hasta la pendiente máxima a las 24 horas en la cinética de SAA fue significativamente mayor en C1 en comparación con C2 y C3 ($p=0.026$).
• Enriquecimiento de Ensayos Clínicos:
  • Las simulaciones indicaron que enriquecer una cohorte de ensayo con participantes de C1 podría reducir el tamaño de muestra requerido en hasta un 45.4% (reduciendo de 388 a 212 participantes por brazo) si la fracción de C1 se aumentara del 32% al 100%.

Significancia y Reivindicaciones
Los autores afirman que este estudio demuestra la viabilidad de utilizar la variación poligénica basal por sí sola para identificar subtipos tempranos de EP con diferencias reproducibles en la progresión motora y los hitos relacionados con el tratamiento. Las contribuciones clave incluyen:

1. Estratificación Genética: El estudio proporciona evidencia de que la estructura de variantes comunes puede estratificar a los pacientes en grupos con trayectorias motoras distintas antes de que la divergencia clínica longitudinal sea evidente, ofreciendo un insumo fijo y objetivo para el subtipado que evita la confusión del estado de medicación y el momento de la evaluación.
2. Validación Externa: A diferencia de muchos estudios previos basados en datos, este trabajo replicó con éxito el patrón de progresión motora en una cohorte externa independiente (PDBP/STEADY), abordando una brecha crítica en la literatura respecto a la generalizabilidad de los subtipos de EP.
3. Utilidad Clínica: Los hallazgos sugieren que el subtipado genómico puede servir como una herramienta para la "estratificación pronóstica motora". Específicamente, la capacidad de identificar un subgrupo de "progresión rápida" (C1) ofrece un valor práctico para el enriquecimiento de ensayos clínicos, aumentando potencialmente el poder estadístico y reduciendo los tamaños de muestra para intervenciones modificadoras de la enfermedad.
4. Marco Desplegable: Los autores proporcionan un algoritmo disponible públicamente (SNP2PDsubtype) para asignar pacientes individuales a estos grupos derivados genéticamente, yendo más allá del agrupamiento teórico hacia un marco desplegable para la investigación y potenciales flujos de trabajo clínicos.

El artículo concluye con modestia, reconociendo limitaciones tales como la restricción a poblaciones de ascendencia europea, el enfoque en etapas tempranas de la enfermedad y la exclusión de variantes raras e interacciones gen-ambiente. Enfatizan que, si bien el enfoque es prometedor para la pronosticación y el diseño de ensayos, se requiere una validación prospectiva en diversas ancestrías y etapas de la enfermedad.